基于K近鄰方法的窄線與寬線活動星系核的自動光譜分類

對于美國芝加哥大學等6個組織的斯隆數字化巡天觀測(SDSS)的一批低紅移活動星系核(AGN)光譜數據,針對寬線AGNs和窄線AGNs發(fā)射線的不同特征,在靜止系的光譜上截取有效波段范圍,采用自動分類的K近鄰方法,對其進行分類.寬線和窄線AGNs光譜的主要區(qū)別在于Hβ、[OⅢ]、Hα和[NⅡ]等發(fā)射線的幅度和半高全寬(FWHM)的大小,所以截取這些發(fā)射線所在的波段進行單獨或組合的分類實驗,實驗證明,單獨采用以Hα和[NⅡ]發(fā)射線為主的波段,分類效果最好,且對于訓練樣本數和測試樣本數分別為1000和3313條的AGNs光譜的單次分類速度可達32.89秒.在充分利用光譜的典型特征的情況下,自動分類方法也可有效地應用于活動星系核的分類,為傳統(tǒng)的通過計算發(fā)射線的FWHM值或發(fā)射線強比對大型光譜巡天所產生的龐大數據庫進行分類提供了一種快速直接的分類方法.

作 者： 趙梅芳 吳潮 羅阿理 吳福朝 趙永恒 ZHAO Mei-fang WU Chao LUO A-li WU Fu-chao ZHAO Yong-heng   作者單位： 趙梅芳,吳福朝,ZHAO Mei-fang,WU Fu-chao(中科院自動化所國家模式識別實驗室,北京,100080)

吳潮,羅阿理,趙永恒,WU Chao,LUO A-li,ZHAO Yong-heng(中國科學院國家天文臺,北京,100012) 

刊 名： 天文學報  ISTIC PKU 英文刊名： ACTA ASTRONOMICA SINICA  年，卷(期)： 2007 48(1)  分類號： PTP29  關鍵詞： 星系:活動   星系:核   譜線:輪廓   方法:數據分析  

【基于K近鄰方法的窄線與寬線活動星系核的自動光譜分類】相關文章：

基于K2結構學習算法的多光譜影像貝葉斯網絡分類器04-27

復雜山地寬線大組合優(yōu)化應用04-26

大班數學寬與窄的教案10-22

基于BP神經網絡的彩色光彈性等色線自動定級法04-27

活動星系核中心黑洞的質量與進動04-26

垂直剖面法自動提取山脊線和山谷線04-26

快門線的使用方法11-04

趨勢線、支撐線、阻力線06-05

水位流量關系定線方法04-27

大班數學寬與窄的教案3篇01-05